应用改进ICP算法的点云配准

被引:17
作者
杨小青
杨秋翔
杨剑
郑晓璐
机构
[1] 中北大学计算机与控制工程学院
关键词
点云配准; ICP算法; 盒子结构; 相似原理; 支持度;
D O I
10.16208/j.issn1000-7024.2015.09.027
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对三维重建领域点云数据配准过程中存在的配准效率低和精度误差大问题,提出一种改进ICP算法。应用盒子结构划分点云数据,对每一独立单元盒提取特征点构建三角形,根据相似原理,选用与其相似度最大的三角形各顶点作为初始对应点对,引入支持度的概念,给出评价准则,使当前待确定点对的成立最大支持其余已确认匹配点对,保证对应点查找的正确性。同理,以现有三角形各边为基准,继续构建新的三角形,完成所有匹配点对的查找。实验结果表明,改进算法较传统ICP算法有大幅提高,缩短配准误差至0.03%,配准效率提高了65%以上,优势明显。
引用
收藏
页码:2457 / 2461
页数:5
相关论文
共 9 条
[1]   基于特征点和改进ICP的三维点云数据配准算法 [J].
张晓娟 ;
李忠科 ;
王先泽 ;
吕培军 ;
王勇 .
传感器与微系统, 2012, 31 (09) :116-118+122
[2]   ICP算法在3D点云配准中的应用研究 [J].
杨现辉 ;
王惠南 .
计算机仿真, 2010, 27 (08) :235-238
[3]   基于几何特征的点云配准算法 [J].
王蕊 ;
李俊山 ;
刘玲霞 ;
罗蓉 .
华东理工大学学报(自然科学版), 2009, 35 (05) :768-773
[4]   改进ICP算法实现多视点云精确配准研究 [J].
袁建英 ;
刘先勇 ;
刘伟 ;
郭进 .
传感器与微系统, 2008, (05) :27-30
[5]  
点云库PCL学习教程[M]. 北京航空航天大学出版社 , 朱德海, 2012
[6]   Point set augmentation through fitting for enhanced ICP registration of point clouds in multisensor coordinate metrology [J].
Senin, N. ;
Colosimo, B. M. ;
Pacella, M. .
ROBOTICS AND COMPUTER-INTEGRATED MANUFACTURING, 2013, 29 (01) :39-52
[7]  
The Research of Optical 3D Measuring Precision Influencing Factor in Reverse Engineering[J] . Su Fa.Applied Mechanics and Materials . 2010 (33)
[8]  
A bounding box search algorithm for DEM simulation[J] . Laura E. Walizer,John F. Peters.Computer Physics Communications . 2010 (2)
[9]   Affine iterative closest point algorithm for point set registration [J].
Du, Shaoyi ;
Zheng, Nanning ;
Ying, Shihui ;
Liu, Jianyi .
PATTERN RECOGNITION LETTERS, 2010, 31 (09) :791-799